[发明专利]基于数据挖掘和工艺模型的优化排程方法、系统、介质及设备

权利要求书

1.一种基于数据挖掘和工艺模型的优化排程系统，其特征在于，包括：

数据挖掘模块，用于获取预设时段的历史数据，根据所述历史数据进行数据挖掘分析，获得历史数据分析结果；

工艺模型模块，用于利用初始模型结合特定行业的工艺模型建立特定行业的数学物理模型；

计划排程模块，用于根据所述历史数据分析结果和/或所述特定行业的数学物理模型进行优化排程。

2.根据权利要求1所述的系统，其特征在于，所述数据挖掘模块具体用于，

获取预设时段的历史数据，根据实际情况采用聚类分析算法、随机森林算法或平滑指数预测模型进行数据挖掘分析，对市场上订单变化、设备故障情况和产品质量情况进行预测，获得历史数据分析结果。

3.根据权利要求1所述的系统，其特征在于，所述工艺模型模块具体用于，

根据实际工程经验建立初始模型，根据实际情况采用贝叶斯网络算法或决策树模型算法对特定行业的工艺模型进行数据挖掘，将挖掘获得的模型数据与所述初始模型结合，获得特定行业的数学物理模型。

4.根据权利要求3所述的系统，其特征在于，所述工艺模型模块，还用于将所述数学物理模型的模型数据作为历史数据返回给所述数据挖掘模块。

5.根据权利要求1至4任一项所述的系统，其特征在于，所述计划排程模块，还用于获取优化排程结果数据，并确定所述优化排程结果数据和实际生产数据之间的差值数据，将所述差值数据返回给所述数据挖掘模块和所述工艺模型模块进行校验修正。

6.一种基于数据挖掘和工艺模型的优化排程方法，其特征在于，包括：

获取预设时段的历史数据，根据所述历史数据进行数据挖掘分析，获得历史数据分析结果；

利用初始模型结合特定行业的工艺模型建立特定行业的数学物理模型；

根据所述历史数据分析结果和/或所述特定行业的数学物理模型进行优化排程。

7.根据权利要求6所述的方法，其特征在于，所述获取预设时段的历史数据，根据所述历史数据进行数据挖掘分析，获得历史数据分析结果，包括：

获取预设时段的历史数据，根据实际情况采用聚类分析算法、随机森林算法或平滑指数预测模型进行数据挖掘分析，对市场上订单变化、设备故障情况和产品质量情况进行预测，获得历史数据分析结果。

8.根据权利要求6所述的方法，其特征在于，所述利用初始模型结合特定行业工艺模型建立特定行业的数学物理模型，包括：

根据实际工程经验建立初始模型，根据实际情况采用贝叶斯网络算法或决策树模型算法对特定行业的工艺模型进行数据挖掘，将挖掘获得的模型数据与所述初始模型结合，获得特定行业的数学物理模型。

9.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在计算机上运行时，使所述计算机执行根据权利要求6至8任一项所述的基于数据挖掘和工艺模型的优化排程方法。

10.一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求6至8任一项所述的基于数据挖掘和工艺模型的优化排程方法。